17 KiB

Raw Blame History

海巡獲客計畫：知識圖譜 + 雙軌爬取 + 島民交接

在既有「背景 Job + 島民交接」上，新增 Topic Knowledge Graph（Brave 驅動）與雙維度 Tag（相關 + 近期）+ 雙軌海巡，強化流程 B 的痛點發現、關鍵字精準度與產品-痛點匹配驗證。

北極星

海巡找到的貼文/留言，你的產品是否真的解得了那個問題（可置入、可回覆、可追蹤）。

流程 B 主線：

Brave 知識圖譜擴散（周邊延伸）
  → 衍生雙維度搜尋 tag（相關詞 + 近期求助詞）
  → 使用者手動勾選
  → 每個 tag 雙軌爬 Threads（相關軌 + 近期軌，7d 優先 / 30d 補充）
  → productFitScore 篩選
  → 島民協助撰寫獲客留言

已拍板決策

項目	決策
圖譜深度	3 層、範圍廣：核心 → 成因/症狀 → 相鄰情境
進海巡的 tag	使用者手動勾選（圖譜 UI 多選；島民可 toggle，不預設全選）
近期窗口	7 天內為重點；不足時補充至 30 天；超過 30 天排除
Brave 預算	中等，每輪知識擴展 10–15 次查詢（不足可 supplemental 1 輪）
痛點 tag 候選	圖譜衍生 ≥12 候選，其中痛點/求助類 ≥8
流程 A	保留 `style-8d` 捷徑；matrix + 留言收集疊加於 Phase 2

根因診斷（舊系統痛點少、關鍵字不準）

對照舊 Next.js（lib/ai/prompts/research-map-placement.ts、lib/services/scan-tasks.ts、lib/ai/analyze-topic.ts）：

現象	根因	新系統對策
痛點只抓到 1–2 個	Placement 壓 `suggestedTags` 至 2～4；`PLACEMENT_QUERY_MAX = 8`	圖譜衍生 ≥8 痛點 tag + supplemental 補充迴圈
關鍵字不夠精準	AI 憑種子詞推測，無外部知識	Brave `knowledge_expand` 建 TKG，節點附 `evidence[]`
只有「最相關」	Recency 只是加分，無獨立近期軌	Tag 層分 `relevance` / `recency`；Crawl 層雙軌必跑
沒有周邊延伸	Brave 只做 `site:threads.net`	`knowledge_expand` 做領域知識（成因、懷孕、換季…）再衍生 tag

新後端原則見 AGENTS.md：複製模式，不複製舊業務——移植 Playwright/過濾規則，用 Mongo + Job 重建。

架構總覽

flowchart TB
  subgraph input [輸入]
    Seed["種子詞"]
    ProductBrief["product_brief"]
    Persona["人設"]
  end

  subgraph tkg [知識圖譜]
    ExpandJob["expand-graph job"]
    BraveK["Brave knowledge_expand"]
    TKG["topic_knowledge_graphs"]
  end

  subgraph derive [Tag衍生]
    DeriveFn["deriveSearchTagsFromGraph"]
    RelQ["relevanceQueries"]
    RecQ["recencyQueries"]
  end

  subgraph select [使用者選擇]
    GraphUI["圖譜 UI 勾選節點/tag"]
  end

  subgraph scan [海巡]
    ScanJob["scan job 每tag雙軌"]
    Posts["scan_posts"]
  end

  subgraph outcome [驗收]
    Fit["productFitScore"]
    Outreach["outreach + 島民留言"]
  end

  Seed --> ExpandJob
  ProductBrief --> ExpandJob
  Persona --> ExpandJob
  ExpandJob --> BraveK --> TKG
  TKG --> DeriveFn
  DeriveFn --> RelQ
  DeriveFn --> RecQ
  RelQ --> GraphUI
  RecQ --> GraphUI
  GraphUI --> ScanJob --> Posts --> Fit --> Outreach

Tag 產生完整流水線

Tag 不是 AI 一次吐 2～4 個，而是五段流水線產出：

flowchart LR
  S["1 種子詞+brief"] --> A["2 AI核心地圖"]
  A --> B["3 Brave knowledge_expand"]
  B --> G["4 合成TKG三層"]
  G --> D["5 deriveSearchTagsFromGraph"]
  D --> R["relevanceQueries"]
  D --> C["recencyQueries"]

步驟	做什麼	產出
1	讀 `seed_query`、`product_brief`、`target_audience`	輸入包
2	AI 產核心 questions/pillars/exclusions	研究地圖骨架
3	Brave 10–15 次一般網搜（非 threadsOnly）	snippets → 候選節點
4	AI 合成 TKG（L0/L1/L2）+ `productFitScore` + `evidence[]`	`topic_knowledge_graphs`
5	每節點壓成 2～8 字真人搜尋詞，分兩套	`derivedTags`

雙維度 Tag（相關 + 近期都要）

每個圖譜節點衍生：

維度	用途	寫法範例
`relevanceQueries`	相關軌：短詞、高命中	`敏感肌`、`屏障受損`
`recencyQueries`	近期軌：求助語境 + 時間窗	`敏感肌請問`、`換季泛紅推薦`

recencyQueries 在 Brave threads_discover 時加 after:{7天前日期}（參考舊 scan-web-discover.ts buildPlacementKeywordQueries）
候選總量：≥12 tag（痛點/求助類 ≥8）；使用者勾選後才 crawl

痛點 Tag 保底機制

解決「只抓到一兩個痛點」：

expand-graph 完成 → deriveSearchTagsFromGraph
  IF 痛點/求助類 tag 數 < 8:
    → supplemental_round（最多 1 次，Brave +5 查詢）
    → 追加查詢例：{seed} 困擾、{seed} 求助、{L2節點} 請問、{seed} 推薦
    → AI 補節點 + 補 derivedTags
  IF 仍 < 8:
    → job 標 warning；UI + 島民提示「可重跑 expand 或手動加種子詞」

指標	舊系統	新系統
Placement suggestedTags	2～4	不沿用此上限
搜尋任務上限	8	候選 ≥12，實 crawl = 勾選數
痛點類最低	無保證	≥8（含 supplemental）

Topic Knowledge Graph（TKG）

Mongo collection：`topic_knowledge_graphs`

綁 persona_id + seed_query。

{
  "seed": "敏感肌",
  "nodes": [
    {
      "id": "n1",
      "label": "敏感肌",
      "nodeKind": "pain",
      "type": "core",
      "layer": 0,
      "placementValue": "high",
      "productFitScore": 95,
      "selectedForScan": false,
      "evidence": [],
      "derivedTags": {
        "relevance": ["敏感肌"],
        "recency": ["敏感肌 請問", "敏感肌 推薦"]
      }
    },
    {
      "id": "n2",
      "label": "懷孕嗅覺敏感",
      "nodeKind": "cause",
      "type": "cause",
      "layer": 2,
      "relation": "可能成因",
      "placementValue": "medium",
      "productFitScore": 40,
      "selectedForScan": false,
      "evidence": [{ "url": "...", "snippet": "..." }],
      "derivedTags": {
        "relevance": ["懷孕皮膚癢", "嗅覺敏感"],
        "recency": ["懷孕 皮膚 癢 請益"]
      }
    },
    {
      "id": "n3",
      "label": "屏障修復原理",
      "nodeKind": "knowledge",
      "type": "mechanism",
      "layer": 1,
      "productFitScore": 70,
      "selectedForScan": false,
      "derivedTags": {
        "relevance": ["屏障受損"],
        "recency": ["屏障受損 怎麼辦"]
      }
    }
  ],
  "edges": [
    { "from": "n1", "to": "n2", "relation": "可能因" },
    { "from": "n1", "to": "n3", "relation": "機制" }
  ],
  "braveSources": [{ "query": "敏感肌 懷孕 原因", "snippet": "...", "url": "..." }],
  "painTagCount": 9,
  "generatedAt": 0
}

三層擴散

L0 核心：敏感肌
L1 直接相關：屏障受損、換季泛紅、刺癢
L2 周邊情境：懷孕荷爾蒙、嗅覺敏感、壓力熬夜、換洗臉產品過敏 …

節點語意

欄位	說明
`nodeKind`	`pain`（痛點/求助）、`knowledge`（科普延伸）、`cause`、`symptom`
`placementValue`	建議優先級，不決定是否海巡
`selectedForScan`	使用者勾選後 `true`，才進 `scan` payload
`productFitScore`	依 `product_brief`：產品解不解得了
`derivedTags`	`relevance` + `recency` 兩套查詢詞
`evidence[]`	L1/L2 必填（Brave snippet 可追溯）

knowledge 節點：延伸話題/科普靈感，預設不勾選；若 snippet 含求助語境可升級為 pain
knowledge 不強制進 placement crawl，除非使用者勾選且 productFitScore 達標

Brave 雙模式

模式	`threadsOnly`	用途
`knowledge_expand`	`false`	建 TKG，找成因/周邊/知識
`threads_discover`	`true`	海巡時找 Threads 貼文

L0/L1 查詢模板（plan_queries，上限 15/輪）

{seed} 常見原因
{seed} 什麼情況會
{seed} 初期 症狀
{seed} 怎麼改善 困擾
{seed} 求助 推薦

L2 周邊擴散查詢池（從 brief/受眾推導）

{seed} 懷孕 相關
{seed} 壓力 熬夜
{seed} 換產品 過敏
{seed} 與 {受眾場景} 的關係
{L1節點} 原因
{L1節點} 困擾

Brave 回傳 title/snippet/url → AI 萃取節點與邊 → 寫入 TKG。實作：internal/library/knowledge/ + Brave adapter（BRAVE_SEARCH_API_KEY；參考舊 lib/services/web-search.ts）。

完整範例：敏感肌 Walkthrough

輸入

種子詞：敏感肌
product_brief：溫和修護、無香料、適合敏感/屏障受損肌

Brave knowledge_expand（節錄）

查詢	snippet 線索	圖譜節點
`敏感肌常見原因`	屏障受損、過度清潔	L1 symptom `屏障受損`
`敏感肌懷孕`	荷爾蒙、嗅覺/皮膚變敏感	L2 cause `懷孕嗅覺敏感`
`換季皮膚泛紅`	季節性刺激	L1 symptom `換季泛紅`

衍生 tag（候選，勾選前不 crawl）

節點	relevanceQuery	recencyQuery	productFit
敏感肌	`敏感肌`	`敏感肌請問`	95
屏障受損	`屏障受損`	`屏障受損推薦`	90
換季泛紅	`換季泛紅`	`換季泛紅請問`	88
懷孕皮膚癢	`懷孕皮膚癢`	`懷孕皮膚癢請益`	視產品而定

使用者：勾選 productFit 高的 4 個節點（可不勾懷孕若產品不適用）

startScan：每個勾選節點的 relevance + recency 詞都跑雙軌

軌道	行為	本例預期
相關軌	sort=relevance, limit≈12	高互動痛點貼文
近期軌	7d 優先，不足補 30d	一週內求助帖

合併 → gold / recent / relevant → productFitScore → 獲客台 → 島民 generateOutreachReply + fill

近期窗口

窗口	天數	行為
重點	7 天內	優先爬取、優先顯示、排序最高
補充	8～30 天	7 天內不足時才補，排序較低
排除	>30 天	不進海巡與獲客清單

策略：

每個勾選 tag 的近期軌先抓滿 7 天名額
全輪痛點貼文不足目標時，自動放寬至 30 天
獲客台預設篩「7 天內」，可切「含 30 天內補充」

雙軌海巡（Tag + Crawl + UI 三層對齊）

近期軌不是相關軌的副產品——每個勾選 tag 的 relevance 與 recency 查詢都必跑。

層級	相關	近期
Tag	`derivedTags.relevance` 短詞高命中	`derivedTags.recency` 求助語境 + after 日期
Crawl	相關軌 sort=relevance, limit≈12	近期軌 7d 滿額 → 30d 補
UI	可篩 `priority=relevant`	預設 7d + `priority=gold` 置頂

合併優先級：

兩軌皆有 → gold
僅近期軌 → recent
僅相關軌 → relevant

過濾：移植 hasPlacementIntent、looksLikeCasualChat（舊 lib/topic-anchor.ts、lib/scan-recency.ts）。

scan_posts 擴充欄位

placement_score、priority（gold/recent/relevant）
product_fit_score、solved_by_product
posted_at、search_tag、query_dimension（relevance/recency）
graph_node_id
replies[]（可選，scrape_replies: true）

產品匹配驗收

每篇海巡結果：

productFitScore：痛點 vs product_brief
solvedByProduct：獲客留言是否對應產品能力（生成時強制檢查）

獲客台 UI：

預設排序：7 天內 + 產品能解決
標示：可置入 / 需人工 / 超出產品範圍
獲客留言：島民 fill 全文，不自動送出

島民交接

job.result.handoff

{
  "handoff": {
    "flow": "placement",
    "persona_id": "...",
    "pain_tag_count": 9,
    "summary": "12 候選 tag → 勾選 6 節點 → 38 篇；痛點 10（核心 6 + 周邊 4）；7 天內 8 篇",
    "pain_breakdown": { "core": 6, "peripheral": 4, "recent_7d": 8 },
    "top_peripheral_hits": ["懷孕皮膚癢", "換季泛紅"],
    "next_route": "/personas/:id/outreach",
    "needs_supplemental_expand": false,
    "connection_required": false
  }
}

JobMonitor → islanderHandoffStore；buildIslanderContext 注入【近期海巡交接】。

Custom actions

Action	用途
`expandKnowledgeGraph`	觸發 `expand-graph`；`supplemental=true` 補充迴圈
`toggleGraphNode`	勾選/取消節點
`startScan`	`dual_track=true`，只爬 `selectedForScan` 節點
`generateOutreachReply`	產獲客留言
`applyDraft`	fill 留言欄位

對話路徑（流程 B）

「幫我找敏感肌的痛點」
  → expand-graph（Brave knowledge_expand + AI 合成 TKG）
  → IF pain_tag_count < 8 → 島民：「要再補一輪 Brave 嗎？」→ supplemental_round
  → 研究頁：圖譜 + 雙維度 tag + productFitScore
  → 使用者手動勾選節點
  → startScan（每詞雙軌：相關 + 近期，7d/30d）
  → outreach → highlight gold/recent → generateOutreachReply + fill

Job 模板

Template	Steps	worker
`expand-graph`	plan_queries → brave_knowledge → ai_synth → derive_tags → [supplemental?] → persist_tkg	go
`scan`	session → crawl_dual_track → replies? → store → filter → ai_fit → persist	node + go
`style-8d`	（既有）	node + go

執行順序：expand-graph → 勾選 tag → scan。

API 草案

POST /api/v1/personas/:id/knowledge-graph/expand     # ?supplemental=true
GET  /api/v1/personas/:id/knowledge-graph
PATCH /api/v1/personas/:id/knowledge-graph/nodes     # selectedForScan

POST /api/v1/personas/:id/scan-jobs                  # graph_id, selected_node_ids, dual_track
GET  /api/v1/personas/:id/scan-posts                 # recent_7d, product_fit_min, priority

POST /api/v1/personas/:id/outreach-drafts/generate

Internal worker：POST /workers/scan-posts/batch、Brave/AI 內部端點。

前端頁面

路徑	用途	島民 label
`/personas/:id/research`	圖譜、雙維度 tag、勾選	加入海巡、Brave 再擴展
`/personas/:id/outreach`	獲客貼文 + 留言	獲客留言、標記已處理
`/personas/:id/matrix`	流程 A（Phase 2）	草稿內容

研究頁每節點展示：relevanceQueries、recencyQueries、productFitScore、勾選框、上次命中數。

實作分期

Phase 0a — 知識圖譜 + Tag 流水線

Go Brave adapter（knowledge_expand / threads_discover）
expand-graph job：plan_queries → brave → ai_synth → derive_tags
supplemental_round（痛點 tag < 8）
Mongo topic_knowledge_graphs（含 derivedTags、painTagCount）
deriveSearchTagsFromGraph（relevance + recency 雙陣列）
API expand / get / patch nodes

Phase 0b — 島民 handoff

handoff（含 pain_tag_count、needs_supplemental_expand）
JobMonitor bridge
custom actions + ai.islander.system.md 海巡專章

Phase 1 — 雙軌 scan + 流程 B

Node crawl_dual_track（每 tag 相關+近期，7d/30d）
productFitScore + outreach UI
驗收：敏感肌 → L2（懷孕等）→ 候選痛點 tag ≥8 → 勾選後貼文痛點 ≥8 → 7d 內 ≥5

Phase 2 — 流程 A

matrix + 留言收集 + 島民 fill

Phase 3 — 自動化

job_schedules、Brave 熔斷、Meta API 發留言

風險

議題	對策
Brave 幻覺	節點必須有 `evidence[]`
圖譜跑題	exclusions + `productFitScore`
查詢爆炸	Brave ≤15/輪；supplemental ≤5；衍生 ≤20；只爬勾選
醫療敏感	`disclaimer`；留言不自動發
周邊節點產品不符	低 productFit 預設不勾；獲客台標 ✗

參考

舊海巡：lib/services/scan.ts
舊網搜：lib/services/scan-web-discover.ts
舊研究地圖：lib/ai/analyze-topic.ts
Job 系統：docs/job-system-plan.md
島民：internal/library/prompt/files/ai.islander.system.md
既有 8D：worker/style-8d-worker.ts

17 KiB Raw Blame History Unescape Escape